Розробка оптимізаційної моделі для динамічної маршрутизації транспортних засобів у кількох депо з урахуванням обмежень пропускної здатності та попиту, що залежать від часу

Автор(и)

DOI:

https://doi.org/10.15587/1729-4061.2025.336781

Ключові слова:

динамічна задача маршрутизації транспортних засобів у кількох депо, MINLP, попит, що залежить від часу

Анотація

Об’єктом дослідження є маршрутизація транспортних засобів.

Проблема, яку потрібно вирішити, полягає в тому, що статичні плани часто перевантажують окремі депо та розподіляють затримки по маршрутах. Запропоновано модель змішаного цілочисельного нелінійного програмування для одночасного визначення призначення депо, будівництва маршруту та часу відправлення, з моніторингом пропускної здатності протягом періодів. Модель враховує нелінійні, залежні від навантаження, витрати на проїзд та використовує адаптивне скорочення можливих інтервалів обслуговування для зменшення затримок. Модель вирішується за допомогою зовнішнього наближення, що запускається пулом високоякісних маршрутів. У реалістичних багатоперіодних контрольних рівнях метод зменшує загальні витрати на розподіл та штрафи за затримку доставки порівняно з базовими рівнями одного депо та статичних кількох депо. Найбільші переваги спостерігаються, коли піки попиту локалізовані в кількох депо, оскільки перепризначення депо та перерозподіл відправлень перерозподіляють робоче навантаження без додавання транспортних засобів. Результати пояснюються двома механізмами: обліком пропускної здатності, який запобігає перевантаженню на перевантажених депо, та скоординованим контролем часу відправлення, який обмежує поширення затримки в середині дня. Порівняно з формулюваннями, які попередньо генерують поїздки або враховують мінливість лише неявно, запропонований підхід підтримує доцільність депо, оскільки попит розвивається в межах горизонту. Ключові особливості включають спільне призначення депо з рішеннями про час відправлення, відстеження пропускної здатності за періодами та нелінійне моделювання витрат у рамках точного зовнішнього наближення, сумісного з метаевристиками теплого старту. Практично, цей підхід підтримує планування в електронній комерції, фармацевтичній промисловості та дистрибуції продуктів харчування, де вікна доставки обмежені, а піки часті. Числові результати показують, що модель зменшує загальні експлуатаційні витрати на 18%, знижує штрафи за затримку доставки на 27%, покращує використання транспортних засобів на 12% та зменшує середній час очікування на 37,5% порівняно зі статичними базовими рівнями

Біографії авторів

Zainal Azis, Universitas Muhammadiyah Sumatera Utara

Doctor of Mathematics

Department of Mathematics Education

Tua Halomoan Harahap, Universitas Muhammadiyah Sumatera Utara

Doctor of Mathematics

Department of Mathematics Education

Muliawan Firdaus, Universitas Negeri Medan

Doctor of Mathematics

Department of Mathematics

Herman Mawengkang, Universitas Sumatera Utara

Doctor of Operations Research, Professor

Department of Mathematics

Посилання

  1. Chan, Y., Carter, W. B., Burnes, M. D. (2001). A multiple-depot, multiple-vehicle, location-routing problem with stochastically processed demands. Computers & Operations Research, 28 (8), 803–826. https://doi.org/10.1016/s0305-0548(00)00009-5
  2. Meesuptaweekoon, K., Chaovalitwongse, P. (2014). Dynamic Vehicle Routing Problem with Multiple Depots. Engineering Journal, 18 (4), 135–149. https://doi.org/10.4186/ej.2014.18.4.135
  3. Wang, Y., Gou, M., Luo, S., Fan, J., Wang, H. (2025). The multi-depot pickup and delivery vehicle routing problem with time windows and dynamic demands. Engineering Applications of Artificial Intelligence, 139, 109700. https://doi.org/10.1016/j.engappai.2024.109700
  4. Zhang, M., Chen, A., Zhao, Z., Huang, G. Q. (2023). A multi-depot pollution routing problem with time windows in e-commerce logistics coordination. Industrial Management & Data Systems, 124 (1), 85–119. https://doi.org/10.1108/imds-03-2023-0193
  5. Dai, B., Li, F. (2021). Joint Inventory Replenishment Planning of an E-Commerce Distribution System with Distribution Centers at Producers’ Locations. Logistics, 5 (3), 45. https://doi.org/10.3390/logistics5030045
  6. Ralphs, T. K., Kopman, L., Pulleyblank, W. R., Trotter, L. E. (2003). On the capacitated vehicle routing problem. Mathematical Programming, 94 (2-3), 343–359. https://doi.org/10.1007/s10107-002-0323-0
  7. Mor, A., Speranza, M. G. (2022). Vehicle routing problems over time: a survey. Annals of Operations Research, 314 (1), 255–275. https://doi.org/10.1007/s10479-021-04488-0
  8. Zong, Z., Tong, X., Zheng, M., Li, Y. (2024). Reinforcement Learning for Solving Multiple Vehicle Routing Problem with Time Window. ACM Transactions on Intelligent Systems and Technology, 15 (2), 1–19. https://doi.org/10.1145/3625232
  9. Baty, L., Jungel, K., Klein, P. S., Parmentier, A., Schiffer, M. (2024). Combinatorial Optimization-Enriched Machine Learning to Solve the Dynamic Vehicle Routing Problem with Time Windows. Transportation Science, 58 (4), 708–725. https://doi.org/10.1287/trsc.2023.0107
  10. Wu, X., Wang, D., Wen, L., Xiao, Y., Wu, C., Wu, Y. et al. (2024). Neural Combinatorial Optimization Algorithms for Solving Vehicle Routing Problems: A Comprehensive Survey with Perspectives. arXiv. https://doi.org/10.48550/arXiv.2406.00415
  11. Cordeau, J.-F., Laporte, G., Savelsbergh, M. W. P., Vigo, D. (2007). Chapter 6 Vehicle Routing. Transportation, 367–428. https://doi.org/10.1016/s0927-0507(06)14006-2
  12. Cordeau, J.-F., Laporte, G., Mercier, A. (2001). A unified tabu search heuristic for vehicle routing problems with time windows. Journal of the Operational Research Society, 52 (8), 928–936. https://doi.org/10.1057/palgrave.jors.2601163
  13. Adamo, T., Gendreau, M., Ghiani, G., Guerriero, E. (2024). A review of recent advances in time-dependent vehicle routing. European Journal of Operational Research, 319 (1), 1–15. https://doi.org/10.1016/j.ejor.2024.06.016
  14. Avolio, M., Di Francesco, M., Fuduli, A., Gorgone, E., Wolfler Calvo, R. (2025). Multi-day routes in a multi-depot vehicle routing problem with intermediate replenishment facilities and time windows. Computers & Operations Research, 182, 107084. https://doi.org/10.1016/j.cor.2025.107084
  15. Campuzano, G., Lalla-Ruiz, E., Mes, M. (2025). The two-tier multi-depot vehicle routing problem with robot stations and time windows. Engineering Applications of Artificial Intelligence, 147, 110258. https://doi.org/10.1016/j.engappai.2025.110258
  16. Pak, Y.-J., Mun, K.-H. (2024). A practical vehicle routing problem in small and medium cities for fuel consumption minimization. Cleaner Logistics and Supply Chain, 12, 100164. https://doi.org/10.1016/j.clscn.2024.100164
  17. Wu, Z., Wang, J., Chen, N. A., Liu, Y. (2023). The load-dependent electric vehicle routing problem with time windows. International Journal of Shipping and Transport Logistics, 17 (1/2), 182–213. https://doi.org/10.1504/ijstl.2023.132674
  18. Mardešić, N., Erdelić, T., Carić, T., Đurasević, M. (2023). Review of Stochastic Dynamic Vehicle Routing in the Evolving Urban Logistics Environment. Mathematics, 12 (1), 28. https://doi.org/10.3390/math12010028
  19. Gouveia, L., Leitner, M., Ruthmair, M. (2023). Multi-Depot Routing with Split Deliveries: Models and a Branch-and-Cut Algorithm. Transportation Science, 57 (2), 512–530. https://doi.org/10.1287/trsc.2022.1179
  20. Cavecchia, M., Alves de Queiroz, T., Lancellotti, R., Zucchi, G., Iori, M. (2025). A Real-World Multi-Depot, Multi-Period, and Multi-Trip Vehicle Routing Problem with Time Windows. Proceedings of the 14th International Conference on Operations Research and Enterprise Systems, 112–122. https://doi.org/10.5220/0013153100003893
  21. Bettinelli, A., Ceselli, A., Righini, G. (2011). A branch-and-cut-and-price algorithm for the multi-depot heterogeneous vehicle routing problem with time windows. Transportation Research Part C: Emerging Technologies, 19 (5), 723–740. https://doi.org/10.1016/j.trc.2010.07.008
  22. Ichoua, S., Gendreau, M., Potvin, J.-Y. (2003). Vehicle dispatching with time-dependent travel times. European Journal of Operational Research, 144 (2), 379–396. https://doi.org/10.1016/s0377-2217(02)00147-9
  23. Baldacci, R., Bartolini, E., Mingozzi, A., Valletta, A. (2011). An Exact Algorithm for the Period Routing Problem. Operations Research, 59 (1), 228–241. https://doi.org/10.1287/opre.1100.0875
  24. Poikonen, S., Wang, X., Golden, B. (2017). The vehicle routing problem with drones: Extended models and connections. Networks, 70 (1), 34–43. https://doi.org/10.1002/net.21746
  25. Bektaş, T., Laporte, G. (2011). The Pollution-Routing Problem. Transportation Research Part B: Methodological, 45 (8), 1232–1250. https://doi.org/10.1016/j.trb.2011.02.004
  26. Schneider, M., Stenger, A., Goeke, D. (2014). The Electric Vehicle-Routing Problem with Time Windows and Recharging Stations. Transportation Science, 48 (4), 500–520. https://doi.org/10.1287/trsc.2013.0490
  27. Pillac, V., Gendreau, M., Guéret, C., Medaglia, A. L. (2013). A review of dynamic vehicle routing problems. European Journal of Operational Research, 225 (1), 1–11. https://doi.org/10.1016/j.ejor.2012.08.015
  28. Petris, M., Archetti, C., Cattaruzza, D., Ogier, M., Semet, F. (2024). A heuristic with a performance guarantee for the commodity constrained split delivery vehicle routing problem. Networks, 84 (4), 446–464. https://doi.org/10.1002/net.22238
  29. Rivera, J. C., Murat Afsar, H., Prins, C. (2016). Mathematical formulations and exact algorithm for the multitrip cumulative capacitated single-vehicle routing problem. European Journal of Operational Research, 249 (1), 93–104. https://doi.org/10.1016/j.ejor.2015.08.067
Розробка оптимізаційної моделі для динамічної маршрутизації транспортних засобів у кількох депо з урахуванням обмежень пропускної здатності та попиту, що залежать від часу

##submission.downloads##

Опубліковано

2025-08-30

Як цитувати

Azis, Z., Harahap, T. H., Firdaus, M., & Mawengkang, H. (2025). Розробка оптимізаційної моделі для динамічної маршрутизації транспортних засобів у кількох депо з урахуванням обмежень пропускної здатності та попиту, що залежать від часу. Eastern-European Journal of Enterprise Technologies, 4(3 (136), 51–61. https://doi.org/10.15587/1729-4061.2025.336781

Номер

Розділ

Процеси управління